Uber×日产×Wayve三方联手:东京将在2026年下半年试运行自动驾驶出租车

Uber、英国AI自动驾驶公司Wayve与日产汽车于2026年3月12日正式宣布签署三方合作备忘录(MOU),将在2026年下半年于东京启动自动驾驶出租车(Robotaxi)试运行项目。该项目是Uber在日本市场的首个自动驾驶合作计划,也是Wayve全球10城以上Robotaxi部署战略中的关键一环。试运行将采用搭载Wayve AI Driver自动驾驶系统的新型日产LEAF电动汽车,通过Uber平台向乘客提供服务。初期阶段将配备经过培训的安全驾驶员随车监控,车辆在Uber网络上运行,用户可在日常出行中体验Robotaxi服务。

从技术架构角度看,Wayve的AI Driver系统采用端到端(End-to-End)AI驾驶方案,不依赖高精地图(HD Map),而是从真实世界数据中学习驾驶能力,能够快速适应新的道路和城市环境。这与Waymo等依赖预建高精地图和传统感知-规划-控制管线的方案形成鲜明对比。东京作为全球交通最复杂、安全标准最高的城市之一,成为检验端到端AI驾驶技术的理想试验场。Wayve自2025年初便在日本开展技术验证和数据采集工作,积累了大量日本特有道路环境数据。

该合作对全球自动驾驶产业格局具有深远影响。首先,它标志着Uber从纯平台模式向"平台+自动驾驶"的混合模式加速转型,继与Waymo在美国的合作后,进一步拓展至亚太市场。其次,日产通过参与Robotaxi项目,不仅强化了在出行服务领域的存在感,还与Wayve在下一代ProPILOT驾驶辅助系统上展开合作,预计2027财年将AI驾驶技术应用于量产消费车型。此外,英国AI公司Wayve凭借"无需高精地图"的技术优势,展现了端到端方案在全球不同城市快速部署的可扩展性,对Waymo、百度Apollo等竞争对手构成差异化竞争压力。该项目也回应了日本社会面临的驾驶员短缺问题,为城市交通的未来发展提供了创新解决方案。

Uber×日产×Wayve东京自动驾驶出租车:深度技术分析

一、事件概述

2026年3月12日,英国AI自动驾驶公司Wayve、美国出行平台Uber和日本汽车制造商日产(Nissan)联合宣布签署三方合作备忘录(MOU),计划于2026年下半年在东京启动Robotaxi(自动驾驶出租车)试运行。这是Uber在日本的首个自动驾驶合作项目,也是Wayve全球超过10座城市Robotaxi部署计划中的重要里程碑。

试运行将采用搭载Wayve AI Driver自动驾驶系统的新型日产LEAF电动汽车,通过Uber平台提供叫车服务。初期阶段将配备经过培训的安全驾驶员(Safety Driver)随车监控。新型日产LEAF Robotaxi试作车已在发布会上首次公开亮相。

二、技术架构深度解析

#### 2.1 Wayve AI Driver:端到端AI驾驶

Wayve的核心技术优势在于其端到端(End-to-End)AI自动驾驶方案。与传统自动驾驶技术栈(感知→预测→规划→控制的模块化管线)不同,Wayve采用深度学习模型直接从传感器输入映射到驾驶决策输出,实现了更加灵活的驾驶行为生成。

关键技术特点:

  • **无需高精地图(HD Map-Free):** Wayve AI Driver不依赖预建的高精度三维地图,而是从真实世界数据中学习道路结构、交通规则和驾驶行为。这意味着在进入新城市时,无需花费数月时间进行地图测绘和标注,可以快速适应新环境。
  • **Embodied AI理念:** Wayve将自动驾驶定义为"具身智能"(Embodied AI),强调AI系统需要在物理世界中感知、学习和行动。其AI模型通过大量真实驾驶数据进行训练,能够理解复杂的交通场景。
  • **数据驱动适应性:** 自2025年初,Wayve已在日本开展数据采集和技术验证工作,收集日本特有的道路环境数据,包括日本独有的左侧通行、狭窄街道、复杂交叉路口等场景。

#### 2.2 与竞争方案的技术路线对比

| 维度 | Wayve AI Driver | Waymo Driver | 百度Apollo | Tesla FSD |

|------|---------------|-------------|-----------|----------|

| 技术路线 | 端到端AI | 模块化+ML混合 | 模块化+高精地图 | 端到端视觉 |

| 高精地图依赖 | 不需要 | 需要 | 需要 | 不需要 |

| 传感器方案 | 摄像头+雷达 | 激光雷达+摄像头+雷达 | 激光雷达+摄像头+雷达 | 纯视觉 |

| 新城市部署速度 | 快(数据适应) | 慢(需测绘地图) | 慢(需测绘地图) | 快(OTA更新) |

| 当前运营城市 | 伦敦+东京(即将) | 旧金山、凤凰城等 | 武汉、北京等 | 无完全无人 |

Wayve的端到端方案在理论上具有更强的泛化能力和更快的新市场部署速度,但在验证安全性方面需要更多实际运营数据支撑。Waymo采用的重传感器+高精地图方案在安全性验证上更为成熟,但扩展速度受到地图测绘的制约。

三、商业模式与产业影响

#### 3.1 Uber的战略布局

Uber在自动驾驶领域的战略经历了重大转型。2020年,Uber出售了自有自动驾驶部门ATG给Aurora Innovation,转向"平台合作"模式——不再自主研发自动驾驶技术,而是通过与技术公司合作,将自动驾驶车辆接入Uber网络。

截至2026年,Uber已建立了多层次的自动驾驶合作网络:

  • **与Waymo合作:** 在美国凤凰城、亚特兰大等城市运营
  • **与Wayve合作:** 伦敦(筹备中)、东京(本次宣布)
  • **与Aurora合作:** 自动驾驶卡车领域
  • **与Nuro合作:** 日本自动配送(2026年测试中)

东京项目对Uber意味着亚太自动驾驶市场的战略突破。日本拥有全球第三大出租车市场,且面临严重的驾驶员老龄化和劳动力短缺问题,为Robotaxi提供了天然的市场需求。

#### 3.2 日产的角色与转型

日产在本次合作中的角色不仅是车辆供应商。2025年底,日产与Wayve签署了更广泛的技术合作协议,将Wayve的AI技术集成到下一代ProPILOT驾驶辅助系统中,预计2027财年推出搭载该技术的量产车型。这意味着日产正在从传统汽车制造商向"智能出行服务提供商"转型。

选择日产LEAF作为Robotaxi平台车辆具有战略意义:LEAF是全球销量最高的纯电动汽车之一,拥有成熟的供应链和维护体系,有助于降低运营成本。新型LEAF的车辆平台也为Wayve的传感器套件提供了理想的集成基础。

#### 3.3 日本市场的特殊性

日本自动驾驶市场具有独特的监管和社会环境:

  • **Level 4自动驾驶法规:** 日本于2023年修订《道路交通法》,成为全球最早为L4自动驾驶提供法律框架的国家之一
  • **驾驶员短缺危机:** 日本出租车行业面临严重的驾驶员老龄化问题,2024年出租车驾驶员平均年龄超过60岁,总人数较10年前减少约30%
  • **高安全标准:** 日本社会对交通安全的要求极高,任何自动驾驶事故都可能引发强烈社会反响
  • **复杂道路环境:** 东京的道路系统以狭窄街道、复杂交叉路口和高密度交通著称,是全球最具挑战性的自动驾驶测试环境之一

四、全球Robotaxi竞争格局

#### 4.1 市场规模预测

根据多家研究机构预测,全球Robotaxi市场规模将从2025年的约50亿美元增长至2030年的500亿至1000亿美元。其中,亚太市场预计将贡献30%至40%的份额,中国和日本是最重要的市场。

#### 4.2 各方竞争态势

Waymo(Alphabet旗下): 截至2026年初,Waymo在美国运营规模最大的Robotaxi服务,每周服务超过20万次付费出行,在旧金山、凤凰城、洛杉矶、奥斯汀等城市运营。Waymo采用重传感器+高精地图方案,安全记录良好但扩展速度较慢。

百度Apollo/萝卜快跑: 中国最大的Robotaxi运营商,2025年在武汉实现了全球最大规模的商业化运营,累计完成超过1000万次出行。采用高精地图+激光雷达方案。

Tesla Robotaxi: 特斯拉于2025年底在美国部分城市启动FSD(Full Self-Driving)的无人出租车试点,采用纯视觉方案,价格最低但安全性争议最大。

通用Cruise: 2024年经历重大安全事故后暂停运营,2025年底恢复有限服务,扩展计划大幅推迟。

五、风险与挑战

1. **安全验证压力:** 端到端AI方案在理论上更灵活,但缺乏模块化方案的可解释性,如何向日本严格的监管机构证明安全性是最大挑战

2. **三方协调复杂性:** 三家不同国家、不同文化的企业协调合作,在决策效率和技术整合方面可能面临挑战

3. **运营成本控制:** Robotaxi的每英里运营成本目前仍高于人类驾驶员,需要规模化运营才能实现商业可持续

4. **社会接受度:** 尽管日本面临驾驶员短缺,但公众对无人驾驶车辆的信任度仍需逐步建立

5. **竞争加剧:** 百度、Waymo等玩家也在积极拓展亚太市场,Wayve需要快速积累东京运营经验

六、展望

Uber×日产×Wayve的东京Robotaxi项目代表了自动驾驶产业发展的一个重要趋势:平台型公司(Uber)、AI技术公司(Wayve)和传统车企(日产)通过分工合作实现"三赢"。如果东京试运行顺利,该模式有望复制到更多亚太城市,加速全球Robotaxi的商业化进程。

从更宏观的视角看,东京项目也是AI驾驶技术"从实验室走向复杂现实环境"的关键考验。Wayve能否在没有高精地图的情况下安全应对东京的复杂路况,将对端到端AI驾驶技术路线的未来产生深远影响。